IFCT153PO: Introducción al Big Data y Business Intelligence

Dotar a los alumnos de los conocimientos necesarios para comenzar a desarrollar funciones profesionales relacionadas con las tecnologías de los datos y su explotación con diferentes herramientas y técnicas.

1 Arquitectura BI 9
1.1. Concepto y objetivos de la arquitectura Business Intelligence 10
1.2. Componentes de una arquitectura BI 13
1.3. Fuentes de datos y sistemas transaccionales 17
1.4. Procesos ETL extracción transformación y carga 20
1.5. Almacenes de datos Data Warehouse y Data Mart 23
1.6. Flujo de información en un sistema BI 26
2 Data science 31
2.1. Introducción a la ciencia de datos 33
2.2. Ciclo de vida del dato 35
2.3. Tipos de análisis de datos 38
2.4. Roles profesionales en Data Science 41
2.5. Casos de uso en entornos empresariales 44
3 Big data y bases de datos NoSQL 49
3.1. Concepto de Big Data y características 52
3.2. Arquitecturas Big Data 54
3.3. Tipología de datos estructurados semiestructurados y no estructurados 58
3.4. Bases de datos NoSQL concepto y características 61
3.5. Tipos de bases de datos NoSQL 65
3.6. Casos de uso de NoSQL en Big Data 67
4 Análisis de datos con Python 73
4.1. Introducción a Python para análisis de datos 75
4.2. Entorno de trabajo y librerías principales 78
4.3. Carga y tratamiento de datos 82
4.4. Análisis exploratorio de datos 85
4.5. Visualización de datos con Python 88
4.6. Introducción al análisis predictivo 92
5 Herramienta Tableau 97
5.1. Introducción a Tableau 99
5.2. Conexión a fuentes de datos 102
5.3. Preparación y modelado de datos 105
5.4. Creación de visualizaciones 108
5.5. Cuadros de mando y storytelling 112
5.6. Publicación y compartición de informes 115
6 Herramienta Power BI 119
6.1. Introducción a Power BI 120
6.2. Conexión y transformación de datos 124
6.3. Modelado de datos 126
6.4. Creación de informes y visualizaciones 129
6.5. Dashboards y análisis interactivo 132
6.6. Publicación y uso compartido 135
7 Programación R 141
7.1. Introducción al lenguaje R 143
7.2. Entorno de trabajo en R 146
7.3. Manipulación y análisis de datos 150
7.4. Visualización de datos en R 153
7.5. Aplicaciones de R en Data Science 156
8 Regulación y escenarios para el uso del dato 161
8.1. Importancia de la regulación del dato 163
8.2. Ética y uso responsable de la información 166
8.3. Seguridad de la información 169
8.4. Escenarios de uso del dato en la empresa 172
9 Nueva regulación marco europeo privacidad y seguridad 177
9.1. Marco normativo europeo de protección de datos 178
9.2. Principios del RGPD 182
9.3. Derechos de los interesados 185
9.4. Obligaciones de las organizaciones 188
9.5. Medidas de seguridad y cumplimiento 192
GLOSARIO 197
AUTOEVALUACIÓN 202